Francesco Maria Follega

Via Sommarive, 9 - 38123 Povo
tel. 0461 281543
francesco.follega[at]unitn [dot] it
Simulazioni veloci per esperimenti di fisica delle alte energie con reti neurali profonde.
Studenti magistrali (2022)
giovedì 14 aprile 2022

Simulare eventi di interazione tra particelle prodotte ad alta energia e rilevatori di particelle ha costi computazionali talmente elevati da costituire il principale collo di bottiglia per lo sviluppo di nuovi esperimenti di fisica delle alte energie (~5min/evento/cpu). Tutti i maggiori esperimenti (i.e. ATLAS e CMS)  hanno bisogno di numerose simulazioni per modellare correttamente i processi di background e i segnali attesi con sufficiente precisione. 

La proposta di tesi prevede lo svolgimento delle seguenti attività: 

  • utilizzo di modelli generativi di Deep Learning come GANs, VAEs o NF per velocizzare le simulazioni di eventi di interazione radiazione-materia
  • simulazioni di eventi di fisica delle particelle in un detector ATLAS-like con modelli allenati sui dataset pubblicati nell’ambito di “Fast Calorimeter Simulation Challenge 2022”
  • confronto delle performance ottenute con vari modelli che costituiscono lo stato dell’arte nelle fast-simulation in fisica delle particelle